1.建立理论与实践迭代中心。2.理论包括工程技术和算法技术，达到策略最优，快速执行。3.策略最优包括内容高质量，和时间和空间性能最优。3.实践包括快速执行复用。4.迭代学习方法。

建立场景需求与项目架构分析中心，建立技术栈分析中心，建立副业独立开发中心，建立个人赋能中心。

个技术栈和组织及时跟进最新进展。坚持决定策略化，一定要体现推理的过程找最重要的东西。坚持细节问题化以方便绕过不被掣肘。

建立灵感记录中心，及时发布。

技术栈分析：rag，prompt，微调，rhlf，dpo，tpo，agent，fuctioncall，icl，知识图谱，tts，asr，多模态检索。
框架：dify， langchain，autogen，ollama等
其他技术：git，docker，linux，redis，向量数据库，flask，fastapi，postman。
性能优化：nigix，推理优化，模型蒸馏量化框架。
数据层：数据合成，八爪鱼爬虫，数据清洗，大数据如spark，headdoop。
项目场景：数字人项目，text2sql，知识库问答，人设，医疗机器人，法律机器人，智能教师，金融助手等，命名实体识别，关系抽取，文本分类，事件抽取，语义分析，推荐系统，智能搜索。

各种资料统一搜罗到贴吧，做到整理即内化。

线下建立面试与简历迭代中心，

主要学习方法为费曼学习法和脑图计划

工程能力主要包括，git,linux,docker,接口，前端，负载均衡，吞吐量，高并发，模型压缩，接口，容错性设计。

质量建设包括，超参数调整，模型选型，数据集的迭代，数据质量，模型评估，rag优化，训练方法，模型微调，提示词优化，多步推理，多模型博弈，模型集成。